Облачная система на базе ИИ достигает точности 90% в обнаружении засоров канализации для снижения загрязнения рек

Замечательное сотрудничество между Шеффилдским университетом, Yorkshire Water и Siemens привело к созданию облачной системы искусственного интеллекта (ИИ), которая демонстрирует точность почти 90% в обнаружении засоров канализации. Это новаторское развитие обещает сыграть ключевую роль в снижении загрязнения рек, вызванного переполнением канализационных систем.

Борьба с загрязнением с помощью стратегического плана

Разработка системы ИИ соответствует амбициозному «Плану сокращения инцидентов загрязнения», который направлен на сокращение инцидентов загрязнения на значительные 50% до 2025 года. План приоритизирует раннее вмешательство для предотвращения загрязнения, вызванного совместными переполнениями канализации (CSO). Эти CSO служат предохранительными клапанами для канализационных систем, выпуская избыточную воду в близлежащие водоемы во время сильных дождей, чтобы предотвратить наводнения ниже по течению. Однако, когда засоры или другие проблемы нарушают работу системы, инциденты загрязнения могут происходить без необходимости.

Совместные усилия опираются на передовые технологии датчиков для мониторинга глубины воды в CSO и различных частях канализационной сети в режиме реального времени. Учитывая обширное количество задействованных датчиков, ручной анализ становится невозможным, что требует внедрения автоматизированной системы ИИ. Разработанная в партнерстве с Siemens, система на базе ИИ известна как Siemens Water (SIWA) Blockage Predictor.

Прогностическая сила ИИ

SIWA Blockage Predictor использует ИИ для прогнозирования глубины воды, анализируя данные о дожде и сравнивая их с фактическими измерениями через сложный алгоритм нечеткой логики (FL). Всякий раз, когда обнаруживаются неожиданно высокие уровни воды, немедленно генерируется оповещение для коммунальных служб, позволяющее им принимать превентивные меры и избегать инцидентов загрязнения. Основная цель — выявить потенциальные засоры на ранних стадиях, чтобы убедиться, что они устранены до того, как вызовут загрязнение.

Недавно опубликованная статья в рецензируемом журнале оценивает производительность SIWA Blockage Predictor как за двухлетний «исторический» период, так и за шестимесячный «живой» период. В статье также проводится сравнительный анализ с предыдущим решением для аналитики. Результаты впечатляющие: система ИИ правильно идентифицировала 88,4% подтвержденных проблем во всем наборе данных, по сравнению с жалкими 26,6% точности предыдущего решения. Полная статья, озаглавленная «Cloud-Based Artificial Intelligence Analytics to Assess Combined Sewer Overflow Performance», доступна в журнале Journal of Water Resources Planning and Management.

Перспективы защиты окружающей среды

Доктор Уилл Шеппард, главный исследователь из Департамента гражданского и структурного инженерии Шеффилдского университета, подчеркнул важность этого нововведения для поддержания экологически чистых канализационных систем. Он отметил, что канализационные сети изначально не были спроектированы для обработки сильных дождей, и что CSO служат жизненно важными предохранительными клапанами для предотвращения наводнений. Движимые стремлением сократить инциденты загрязнения, совместные усилия сосредоточены на выявлении и устранении засоров до того, как они приведут к загрязнению рек и водотоков.

Профессор Джоби Боксолл, профессор инженерии водной инфраструктуры в Департаменте гражданского и структурного инженерии Шеффилдского университета, подчеркнул значимость совместного подхода для достижения успеха. Он подчеркнул важность признания и уважения уникальных потребностей и амбиций каждого партнера при построении и поддержании высокого уровня доверия.

Доктор Стивен Маунс, директор Mounce HydroSmart, выразил восторг тем, как этот проект демонстрирует трансформацию ИИ и аналитики данных из исследовательских прототипов на ранних стадиях проектов в зрелые, универсальные решения, развернутые на облачных платформах. Он отметил реальное развертывание системы более чем на 2000 активах Yorkshire Water.

Доктор Джон Гаффни, владелец продукта SIWA Blockage Predictor, назвал это сотрудничество примерным случаем, когда технологическая компания берет исследования с высоким уровнем технологической готовности (TRL) из университета, превращает их в продукт и демонстрирует его ценность через рецензируемую науку конечному пользователю. Он подчеркнул жизненно важную роль продукта в защите водотоков, что делает проект особенно rewarding.

Сотрудничество между Шеффилдским университетом, Yorkshire Water и Siemens привело к замечательному достижению в области защиты окружающей среды на базе ИИ. Способность облачной системы ИИ обнаруживать засоры канализации с точностью почти 90% предлагает перспективное решение для снижения загрязнения рек. По мере развития технологий инновационные решения, такие как SIWA Blockage Predictor, демонстрируют потенциал ИИ играть ключевую роль в защите нашей природной среды. С твердой приверженностью раннему вмешательству и сокращению инцидентов загрязнения, эти совместные усилия дают надежду на более чистые и здоровые водотоки в будущем.